02 2024 档案

去魅Sora
摘要：其实现原理非常像之前学的图像压缩的兄弟——视频压缩： VAE Encoder（变分视频压缩，将其压缩到低维的隐空间中降低计算量） 借用Google DeepMind的NaViT (2023.07) 支持了原始比例和分辨率，从而使其采样灵活并提高取景构图能力。 Transform Diffusion 阅读全文
posted @ 2024-02-28 16:12 浪矢-CL 阅读(23) 评论(0) 推荐(0) 编辑
Sora文本生成视频模型
摘要：目录简介训练过程将可视化数据转化为patch使用不同分辨率、持续时间及纵横比的视频数据的优势关键点 参考openAi提供的技术文档：https://openai.com/research/video-generation-models-as-world-simulators 简介 Sora 是一种通 阅读全文
posted @ 2024-02-22 17:16 浪矢-CL 阅读(88) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示